什么是人工智能？

美网冠军万万 · 发表于 2023-12-20 10:22:17

人工智能（Artificial Intelligence）：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方式、技术及应用系统的一门新的技术科学。1956年由约翰.麦卡锡初度提出，当时的定义为“制造智能机器的科学与工程”。人工智能的目的就是让机器能够像人一样思考，让机器拥有智能。时至今日，人工智能的内涵已经大大扩展，是一门交叉学科。

AI、机器学习、深度学习的关系
人工智能：是研究、开发用于模拟、延伸和扩展人的智能的理论、方式及应用系统的一门新的技术科学。
机器学习：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的常识或技能，从头组织已有的常识布局使之不竭改善自身的性能。是人工智能的核心研究范围之一。
深度学习：源于人工神经网络的研究，多层感知器就是一种深度学习布局。深度学习是机器学习研究中的一个新的范围，它仿照人脑的机制来解释数据，例如图像，声音和文本。

智能机器人的分类
人工智能研究在国际上至今尚无统一的定义，目前遍及将智能机器分为四类：

“像人一样思考”：弱人工智能范围，如Watson、AlphaGo。
“像人一样步履”：弱人工智能范围，如人形机器人、iRobot、波士顿动力公司的Atlas。
“理性地思考”：强人工智能，尚无法达到，瓶颈在脑科学。
“理性地步履”：强人工智能。

三代机器人
第一代机器人：示教再现型机器人。第一代机器人可以反复的按照人当时示教的成果，再现出这种动作，该类机器人的特点是它对外界的环境没有感知。
第二代机器人：带感觉的机器人。这种带感觉的机器人是类似人在某种功能的感觉。比如：力觉、触觉、听觉。
第三代机器人：智能机器人。抱负中所追求的最高阶段，智能机器人，只要告诉他做什么，它就能完成，目前的成长还是只在部门范围有所成果。
AI财富生态
人工智能的四要素是数据、算法、算力、场景。要满足这四要素，我们需要将AI与云计算、大数据和物联网结合以智能社会。

人工智能技术的成长史
人工智能：正名于达特茅斯会议
1956年8月，在美国达特茅斯学院中，约翰·麦卡锡（John McCarthy，LISP语言创始人）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家聚在一起，讨论着一个不食人间炊火的主题：用机器来仿照人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大师没有达成遍及的共识，但是却为会议讨论的内容起了一个名字：人工智能。因此，1956年也就成为了人工智能元年。

符号主义
符号主义（逻辑主义、心理学派、计算机学派）基本思想：
人类的认知过程是各种符号进行推理运算的过程。
人是一个物理符号系统，计算机也是一个物理符号系统，因此，能用计算机来模拟人的智能行为。
常识暗示、常识推理、常识运用是人工智能的核心。符号主义认为常识和概念可以用符号暗示，认知就是符号措置过程，推理就是采用启发式常识及启发式搜索对问题求解的过程。

连接主义
连接主义源于仿生学，出格是人脑模型的研究。对于连接主义的基本思想：
思维的基本是神经元，而不是符号措置过程。
人脑分歧于电脑，并提出连接主义的电脑工作模式，用于代替符号操作的电脑工作模式。
连接主义中，一个概念用一组数字，向量，矩阵或张量暗示。概念由整个网络的特定激活模式暗示。每个节点没有特定的意义，但是每个节点都参与整个概念的暗示。

行为主义
符号主义方向于理论逻辑推理；连接主义逻辑性弱，解释性较弱，着重于成果。行为主义方向于应用实践，从环境不竭学习以不竭修正动作。
行为主义（进化主义、控制论学派）的基本思想：
智能取决于感知和步履，提出智能行为的“感知-动作”模式。
智能不需要常识、不需要暗示、不需要推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中，通过与周围环境的不竭交互而表示出来。
人工智能成长简史

一、人工智能的发源（1956年）
1956年，在美国汉诺斯小镇的达特茅斯学院中，召开了一个关于“用机器来仿照人类学习以及其他方面的智能”的会议，即所谓的“人工智能”。
二、第一次繁荣期（1956~1976年）
1959年，阿瑟·萨缪尔(Arthur Samuel)缔造了“机器学习”一词，其研制的跳棋法式打败了Samuel本人。在此期间，机器翻译、机器定理证明、机器博弈开始兴起。
三、第一次低谷期（1976~1982年）
由于当时计算机运算能力的不足，法式的计算复杂度较高，导致机器翻译等项目掉败。同时，一些学术陈述对人工智能研究提出的理论质疑以及人工智能威胁论使得人工智能的研究经费遍及减少。
四、第二次繁荣期（1982~1987年）
1985年，呈现了具有更强可视化效果的决策树模型，以及打破早期感知机局限的多层人工神经网络；日本国际贸易和工业部投资第五代计算机的成长；具备逻辑法则推演和特定范围回答的专家系统开始盛行。
五、第二次低谷期（1987~1997年）
1987年，LISP机的市场崩塌，人工智能研究的技术范围再一次陷入瓶颈，抽象推理不再继续被人存眷，基于符号措置的模型遭到诸多人工智能研究者的否决。
六、复苏期（1997~2010年）
1997年，IBM研发的深蓝(Deep Blue)战胜世界国际象棋冠军，长短期记忆网络(Long Short-Term Memory)概念的提出以及神经网络应用于优化反向传布。2006年，杰弗里·辛顿（Geoffrey Hinton）和他的学生开始研究深度学习。复苏期间，计算机性能与互联网技术快速普及，促进了AI的成长。
七、增长爆发期（2010年至今）
2010年宣告了大数据时代的到来，新一代的信息技术引发信息环境与数据基础的变化，计算机的计算能力不竭增强，海量的图像、语音、文本等非布局化数据不竭呈现。新一代的人工智能产物不竭推出，如：
语音助手小娜，Siri
谷歌新一代机器翻译系统GNMT
击败围棋冠军李世石的围棋AI：AlphaGo
使用了“强化学习”的AlphaZero 在2017年10月发布后两个月内横扫了所有棋类游戏 AI
人工智能技术的应用标的目的与应用场景
此刻AI的应用技术标的目的主要分为：
图像措置：
用计算机对图像进行分析，以达到所需成果的技术，又称计算机视觉，是研究如何让计算机“看”的科学。
语音措置：
研究语音发声过程、语音信号的统计特性、语音识别、机器合成以及语音感知等各种措置技术的统称。
自然语言措置：
操作计算机技术来理解并运用自然语言的学科。

再见青春cheng · 发表于 2023-12-20 10:22:53

量化软件免费申请，两融5.0.主打的就是一个诚意，交个朋友吧

		自动登录	找回密码
密码			立即注册

什么是 人工智能？

本帖子中包含更多资源

什么是人工智能？